深井建井期入风井筒风温的预测被引量：6

下载PDF

导出

摘要通过对淮南矿业集团 5对深井建井期入风井筒风温的观测 ,应用回归统计法对井筒风温预测问题进行了探讨 ,得出了预测公式。

作者何启林任克斌

机构地区安徽理工大学资管系

出处《煤炭工程》北大核心 2002年第8期47-48,共2页 Coal Engineering

关键词建井期热害井筒风温地质条件回归统计法

参考文献3

1付华,付昱,赵俊程,许桐,卢万杰.基于KPCA-ARIMA算法的瓦斯涌出量预测[J].辽宁工程技术大学学报（自然科学版）,2022(5):406-412. 被引量：3
2张晓明,李丽峰,王志光.煤矿井下热害分析与风流温度预测[J].辽宁工程技术大学学报（自然科学版）,2012,31(6):859-862. 被引量：15
3曾建潮,崔志华.一种保证全局收敛的PSO算法[J].计算机研究与发展,2004,41(8):1333-1338. 被引量：160
4高建良,张学博.围岩散热计算及壁面水分蒸发的处理[J].中国安全科学学报,2006,16(9):23-28. 被引量：15
5金龙罗莹袁成松.农业气象干旱防灾减灾的一种预报方法.南京大学学报,1996,32:112-117. 被引量：1
6高建良,张学博.潮湿巷道风流温度及湿度计算方法研究[J].中国安全科学学报,2007,17(6):114-119. 被引量：16
7孙增圻,徐红兵.基于T-S模型的模糊神经网络[J].清华大学学报（自然科学版）,1997,37(3):76-80. 被引量：85
8侯祺棕,沈伯雄.井巷围岩与风流间热湿交换的温湿预测模型[J].武汉工业大学学报,1997,19(3):123-127. 被引量：29
9周忠涛.基于T-S模型的模糊神经网络在水质评价中的应用[D].南京:河海大学,2007. 被引量：1
10杨海亮,杜涛.基于支持向量机的井简风流温度预测[D].太原:太原理工大学,2013. 被引量：1

1牛小飞,李苏,张永恒.基于BP神经网络的板式热交换器传热与流阻性能预测[J].石油化工设备,2010,39(2):1-5. 被引量：3
2李春辉,陈日辉,苏恒瑜.BP神经网络在煤与瓦斯突出预测中的应用[J].矿冶,2010,19(3):21-23. 被引量：22
3张翔,王佰顺,徐硕,杨丁丁.基于PSO-BP的矿井淋水井筒风温预测[J].煤矿安全,2012,43(11):178-181. 被引量：6
4赵鼎成.基于GA-BP网络的掘进工作面风流温度预测的研究[J].煤炭工程,2013,45(1):105-107. 被引量：4
5马恒,刘亮亮.基于T-S模糊神经网络的淋水井筒温度预测分析[J].世界科技研究与发展,2015,37(3):226-229. 被引量：5
6马小林,陈科贵,黄亮,李冰,郭红光,蒋新宇.南苏丹P区块高孔隙度高渗透率储层束缚水饱和度确定方法[J].测井技术,2019,43(5):497-502. 被引量：1
7纪俊红,马铭阳,崔铁军,昌润琪.GSK-XGBoost模型在井底风温预测中的应用[J].中国安全生产科学技术,2022,18(3):131-136. 被引量：4
8高佳南,吴奉亮,马砺,贺雁鹏.矿井淋水井筒风温PSO-SVR预测方法[J].西安科技大学学报,2022,42(3):476-483. 被引量：3
9蔡宗佑,战乃岩,苗盼,毛开宗,陈凡.基于粒子群优化层次分析法的高校火灾风险评价[J].安全,2022,43(10):41-47. 被引量：1
10高佳南,马乐天,白金阳,田皓天,黄曾宁,梁春燕,康杰.基于GA-BP神经网络的淋水井筒风温预测模型[J].中国矿业,2023,32(11):96-101.

煤炭工程

2002年第8期

内容加载中请稍等...